PEER方法
为什么要做这个？
表达数据来源的不一致，可能会引入一些混淆因素（例如环境、批次、样本等其他位置因素）
将现有的调控网络整合进来，从单个基因座来理解调控
最终得到一些隐藏的但是会影响基因表达的factor
1. 得到一些无法测量的，但是会影响基因表达的因素
在鉴定e-QTL时，批次效应会影响e-QTL的鉴定，但是这个批次效应影响的程度是未知的（没有被测量），因此在鉴定e-QTL是就会缺失一部分信息。
如何测量这些影响基因表达的因素？：
对数据集中每个样品，仅仅估计一小部分的变异，并且假设这些变异有着广泛的影响，并且对每个基因的表达都有一个效应值；把这小部分变异当做批次效应对待，减少假阳性
2.通过基因表达量，学习细胞的特征
eQTL的研究能够鉴定到许多调控热点，这些调控热点以tran的方式与多个基因关联；还有一些变异影响基因的表达的同时，还受到被影响基因的影响例如cis调控。
PEER主要就是能够找到一些影响基因表达的cis factor，并且认为这些variable不再是影响所有基因的表达。
一个变异对其他基因的影响看似为0，除非有它所对应的转录因子target到gene上，才会考虑对基因表达有影响；因此在运行PEER前，就要告诉程序那些因素可以影响哪些对应的基因。这些因素可以是转录因子的信息，或者是调控网络途径等等。这些已知的因素同时可以作为一种表型，来解释一些反式效应。
3.PEER的用法
基于标准化和预处理后的表达谱，推断一些隐藏的影响基因表达的因素
通过先验知识，可以将一些因素限制在某些基因集合内
PEER得到的三个数据就可以直接被用作表型，进行e-QTL关联分析；
RNA-seq数据，作者推荐使用方差比较小的数据集（重复性好）
GTEX文献中方法
针对不同组织，使用PEER获得一些影响基因表达的factors，根据组织样本量的大小，分为了4个等级，在不同等级下选择不同数目的PEER factors。找到的这些factor，与已有的协变量（影响结果的因素）存在相关性。
参考
Using probabilistic estimation of expression residuals (PEER) to obtain increased power and interpretability of gene expression analyses
Last updated